刘永升  通用人工智能是一个非常终极的命题，我们对此非常敬畏。它也是一个非常长远、非常有挑战的课题。我相信它并不是一个公司或者一个团队能够去解决的。如果超参数在打造有生命的AI的探索旅途中，能够为这个使命贡献哪怕一点点力量，我们都会觉得无比荣耀。

当年做AI在游戏相关领域的应用，有一个非常重要的原因：我觉得游戏跟AI结合起来，很好玩、很有趣。实际上AI的很多探索工作是挺漫长的，某种程度上也是枯燥的。如果有游戏这样一个丰富的载体，就可以让AI技术的探索变得更有趣，让我们每天能更开心地面对困难与挑战。这是一个非常吸引人的地方，也是我们开始创业的一个重要契机。

董瀛   AI已经广泛应用在各行各业的场景里，但是在较为封闭、同时又有很多丰富数据来交互的游戏场景中，我们面临的问题是需要很多基础设施和算力去运用这些数据。作为初创企业，在这个层面会有哪些机会与挑战？

刘永升  无论是对创业企业还是大公司，AI商业化对大规模基础设施的应用能力都非常高。这对技术和成本而言都是非常大的挑战。

技术层面，对我们而言没有太大的阻碍，我们在大系统工程层面的技术储备比较完善；至于成本方面，我们每月在基础设施方面投入比较高，但比较幸运的是，2019年我们创业时正好国家在推进新基建，随后几年国家在各地兴建了许多IDC。现在国内算力或者基础设施仍有一定的冗余，所以我们也是非常感恩，能够享受一部分云时代的红利。

刘永升  确实是有这种类比的说法，但用一种跟碳基生命类比的方式去确定AI的发展阶段，其实不是非常严谨。因为碳基生命是宇宙的奇迹，它非常复杂。虽然现阶段AI在图片、语音识别或文字处理相关领域，做得比人类更好。但也有非常多的场景，AI虚拟完成得仍差强人意。它们是沿着两个不同的轨迹在不断发展和进化，所以在我看来两者之间没有很直接的可比性。

关于AI的发展阶段，之前业界比较认可的说法，就是AI发展要经历三个阶段：从感知到决策，到最终的创造。我们现在处于感知到决策这个过渡阶段。这样划分是没有问题的，但AI的真实发展轨迹一定不是线性的。不是解决了感知所有问题，才去解决决策的问题，然后等决策问题全部解决之后，再解决创造的问题。其实恰恰相反，之所以现在AI渐渐从偏感知应用过渡到决策或者创造的阶段，就是因为在感知层面，我们已经面临了很多现阶段不太好解决的问题，我们希望通过过渡到决策跟创造这个阶段，去拓宽更多的应用场景。而这种扩大会反过来影响或帮助我们推动感知层面的发展。

所以我觉得，AI的发展是一个交错渐行、螺旋式上升的过程。

董瀛   超参数在AI的技术探索中，选择的成长路径大概是什么样的阶段？

刘永升  2021年，我们确定了自己的使命，“打造有生命的AI”，围绕这个使命提出了Roadmap，分为四个阶段：L1、L2、L3、L4，它是一个循序渐进的过程。

第一阶段L1我们希望AI具备一定的拟人性，这个时候的AI还是一个群体的概念，没有自我。第二阶段L2为多样性，我们希望AI有属于自己的一部分，有自己的世界观、喜怒哀乐。

L1、L2更多的是强调一种动物性，到了L3就是社会性，这其实跟人类的发展很像。L3是希望AI有AI的朋友或是彼此之间形成网络。L4阶段，我们希望AI与人形成社会网络去融合，从而形成AI与人和谐共存的一个更复杂、更不一样的网络，为未来虚拟世界的应用提供更多样的体验。

刘永升  未来需要解决的问题，都不是单一场景的问题，它不可避免需要多学科融合。因为每一个学科其实都很大，比如一个人要成为心理学博士，要花很多年的时间。再比如物理学、神经学、脑科学，更加是非常庞杂的学科体系。所以一个人不可能把这些学科知识都掌握地很好，再做AI的探索。

因为AI本身是一个非常综合、非常复杂的多学科场景。很多公司在组建核心团队时，会有针对性地把不同学科背景的人融合在一起。DeepMind在这方面做得非常好，他们将各行各业顶尖科学家，与自身前沿的算法或者工程能力结合起来，在过去几年获得了巨大的成绩。

但这对我们创业公司而言是比较有挑战的。因为要吸引到某个学科顶尖的人才，并且能够在非常早期就很清晰地知道人才需要满足什么样的要求，以及进入企业后如何跟我们的工作结合，这些都是比较难事先有答案的。我们现在的做法是，在实际解决问题的过程中，发现自身欠缺的知识，并从公司文化、组织各方面入手，打造一个更开放的学习型组织，鼓励团队的同学们跟不同背景的专家交流。

董瀛   我们看这两年有个趋势就是AI各院校里的牛人，不断地去各产业的大厂里做AI领头人，让场景跟技术有更好的结合。对于创业公司而言，会如何和院校、以及一些行业内比较领先的企业互动？从你的经验来看，创新公司该如何找到自己差异化的定位？

刘永升  行业内领先的大企业，有很多得天独厚的条件，包括像应用场景、好的探索环境，如果能够跟科研院校结合起来，是可以为社会、行业培养大批优秀AI人才的。2016年，我还在腾讯的时候，AI人才还是非常稀少的。但是经过几年的发展，现在整个中国社会还是培养出了一大批非常优秀的AI人才，这也是大企业非常重要的一个社会价值。对于创业公司而言，可能短期在招人方面会面临一些挑战，但随着越来越多优秀人才的成长、成熟，这方面问题也会得到相应缓解。创业公司就是要找到自己的差异化，你总会有能够吸引到别人的地方，将这个点做到极致，招人就不会是问题。

刘永升  关于未来虚拟世界这种畅想，目前业界的设想已经挺丰富多彩了。我觉得是挺激动人心的。从超参数诞生的那一刻，我们就有一个信念，未来不管是虚拟世界还是真实虚拟物理世界，人跟AI是互相离不开的。我们在物理世界需要很多的AI，虚拟世界也需要很多的AI，这个趋势是我们所坚信的。我们希望通过打造有生命的AI，去实现未来人与AI的和谐共存。这是我们认为自身在大趋势中的作用。

董瀛   作为一个中国的创业公司，如何用全球的视野来看待领域的竞争与合作？我们会如何思考一个相对差异化的路线？

刘永升  其实回看过去十多年，AI领域是全球很多聪明人一起共同推进的，国内AI的相关研究者和国外的团队，都贡献了各自的价值。其中能够获得较快进步，很大程度上是因为大家秉持开放、合作的理念。

虽然说在过去几年，DeepMind还有很多国外许多优秀学者、工程师，提出了非常多比较革新性的模型或者算法，对整个业界产生了非常大的推动力。但在这个过程中，来自中国的AI从业人员所做的贡献同样是不容忽视的。因为一个模型从提出到真正成熟，到发展、落地，需要大规模的检验。如果过程缺少了中国AI从业人员的努力，今天的AI可能是另外一番面貌。

现在很多人也会探讨，那中国什么时候会出一家DeepMind？我认为，在中国完全复制一个DeepMind或者OpenAI是不太现实的，但是他们挑战前沿难题的精神和勇气，值得我们国内的团队去学习。

我们目前在自己领域内也碰到非常多前沿问题，基本没有参考，是无人区。这时的挑战在于，要不要去做。很多时候我们缺乏深入无人区的勇气和自信，会觉得DeepMind都没有探索，我们也不应该启动。

可我们的角度而言，哪怕DeepMind、OpenAI没有探索，我们也可以结合自身实际情况去挑战。如果结合中国AI发展和应用落地场景的实际情况，也完全有可能做出同样有影响力的工作。要有敢于挑战无人区的勇气，这是DeepMind给我们的一个非常大的启发。

刘永升  我们出来创业并不是一个深思熟虑的过程，很多人会觉得在我出来创业之前就想到了要做AI游戏，其实不是。刚出来时都还不清楚自己要做什么，是出来之后才开始慢慢思考。而驱动我们工作的一个重要信念，就是做自己感兴趣并且擅长的事。

董瀛   从技术转型为CEO，你经历了怎么样的一个过程？作为一个过来人，对创业者有什么建议吗？

刘永升  创业是一个非常有挑战的过程。超参数很幸运，我们在产品、技术、团队各方面有比较好的条件。即便是有比较好的起点，创业过程中也会碰到很多很多的困难。

如果从个人角度来看，作为创业者与作为一个技术管理者，感受最大的差异是一种孤独感。大家可能听过非常多创业者阐述自己的压力与焦虑，但在这之外，创业者面对的更多问题是，你不知道能不能够做得出来，这会形成一种很强的孤独感。

创业不能草率，但如果你准备好之后，过程就是水到渠成。但什么时候会准备好，因人而异。如果你真的决定要创业，可能要先回答一个问题：你是否带来了独特的价值或者体验？把独特性想清楚后再创业，会更好一点。

但无论如何，创业都需要按部就班、脚踏实地。因为未来社会发展更看重基本功，真正能够把产品、技术快速迭代起来，创业团队要更有韧性，整个公司要更耐得住寂寞。不过，我们对未来还是充满信心的，只是得一步一步来。